风险评分优化

[cfkstat]

风险评分卡的开发，我们通常需要找到一个Logistic回归模型满足如下条件认为是最优的（给定变量入模数量，限制条件最优）：

1. 给定一个训练集（train）和验证集（test），训练和验证是不同时点的贷款数据最终的风险表现（客户是否逾期）。
2. Score1 = AUC_train - if(abs(AUC_train-AUC_test) >= 0.015, abs(AUC_train-AUC_test), 0.5*abs(AUC_train-AUC_test))
3. Score2 = KS_train- if(abs(KS_train-KS_test) >= 0.03, abs(KS_train-KS_test), 0.5*abs(KS_train-KS_test))
   评分1和评分2都可以作为一个评价函数，这里要test测试集上不参与模型训练的，所以交叉验证是不能用的，test只能用来评价模型函数。